Modelling Epidemic Influenza : A Novel Approach

Abstract: Modellering av dynamiska förlopp i socio-biologiska komplexa system är långt ifrån trivialt. Behovet av fördjupad förståelse av sådana förlopp är många gånger stort. Vi har presenterat ett oortodoxt förslag på hur spridning av influensa i mänsklig population kan beskrivas och simuleras. Traditionellt använder man sig i huvudsak av två typer av modeller. Den ena bygger på matematiska strukturer där dynamiken beskrivs av kontinuerliga differentialförlopp mellan ett fåtal grovt uppdelade sektioner av populationen. Den andra bygger på diskreta förlopp inom visualiserade kontaktnätverk där varje enskild individ i populationen är representerad. Båda dessa metoder har styrkor såväl som svagheter. Bland svagheterna kan man framförallt lyfta fram svårigheterna med att förklara de flesta av influensans observerade epidemiologiska karaktärsdrag. Ett flertal idéer har framlagts för att förklara dessa anomalier. Bland dessa finns en hypotes som trots sin enkelhet skulle kunna förklara en majoritet av de epidemiologiska karaktärsdragen. Problemet med denna hypotes är dock att man inte kunnat hitta empiriska belägg för den. Vi tror att man kan nå närmare en lösning genom att omtolka signifikansen hos denna hypotes och den epidemiologiska karaktäristikan inom ramen för en annorlunda naturvetenskaplig ontologi. Denna omtolkning visar på en informationsbaserad såväl som fysiskt baserad verklighet. Vi menar då inte det traditionella informationsbegreppet som Claude Shannons teoretiserande bygger på, utan David Bohms `aktiva information', där informationen utgör en objektiv aktiv del av naturen, något som existerar oberoende av ett vetande medvetande eller en observatör. Bohm har gett den aktiva informationen en formell struktur i hans teori om det han kallar för `the implicate order'. Tillsammans med Basil Hiley visade han även att kvantmekaniken kan tolkas på ett sådant sätt att aktiv information utgör en fundamental aspekt av teorin, och att den därigenom även förenklas. Baserat på observationer som gjorts och våra resonemang har vi pekat på att en förståelse av epidemiologiska förlopp kanske kan nås genom att använda ett teoretiskt ramverk grundat på aktiv information. I en planerad kommande doktorsavhandling avser vi att presentera en matematisk modell som ytterligare kan underbygga vår hypotes.